[发明专利]数字资产价值的评价方法、系统及电子设备

说明书

本发明提供了一种数字资产价值的评价方法、系统及电子设备，涉及资产评价技术领域，获取待评价数字资产的资产特性数据和资产行为数据，以及背书用户的用户数据；根据资产特性数据、资产行为数据和用户数据，计算待评价数字资产的联合特征向量；然后将联合特征向量输入预设的资产评价模型，得到待评价数字资产的标签的得分；该资产评价模型以数字资产的特征向量为输入，以数字资产的标签的得分为输出；进而根据待评价数字资产的标签的得分，确定待评价数字资产的价值。本发明通过分析资产的联合特征向量，更加真实的反应资产的综合特性；并结合神经网络模型获得资产对应标签的分值，可以实现对数字资产价值的量化评估，评价结果更准确。

技术领域

本发明涉及资产评价技术领域，尤其是涉及一种数字资产价值的评价方法、系统及电子设备。

背景技术

数据资产的本质是作为一种经济资源参与企业的经济活动，可以减少和消除企业经济活动中的风险，为企业的管理控制和科学决策提供合理依据，并预期给企业带来经济效益。只有经过资产化管理、具有“可信度”的数据才能形成数据资产，并通过数据使用、重新计算、分析模型等实现增值。由此可见，可信度是数据资产价值的重要依据之一，可信度的量化将直接影响到数据资产价值的量化。

目前，尚没有有效方法可以对各种数字资产的价值进行评估。

发明内容

有鉴于此，本发明的目的在于提供一种数字资产价值的评价方法、系统及电子设备，可以量化评估数字资产的价值，获得对资产价值的更准确的判断。

第一方面，本发明实施例提供了一种数字资产价值的评价方法，该方法包括：获取待评价数字资产的资产特性数据和资产行为数据，以及对该待评价数字资产进行背书的用户的用户数据；根据该资产特性数据、该资产行为数据和该用户数据，计算该待评价数字资产的联合特征向量；将该联合特征向量输入预设的资产评价模型，得到该待评价数字资产的标签的得分；该资产评价模型以数字资产的特征向量为输入，以该数字资产的标签的得分为输出；根据该待评价数字资产的标签的得分，确定该待评价数字资产的价值。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述用户数据包括用户特性数据和用户行为数据；上述根据该资产特性数据、该资产行为数据和该用户数据，计算该待评价数字资产的联合特征向量的步骤，包括：根据该资产特性数据和该资产行为数据，计算该待评价数字资产的资产特征向量；根据该用户特性数据和该用户行为数据，计算该用户的用户特征向量；根据该资产特征向量和该用户特征向量，计算该待评价数字资产的联合特征向量。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述根据该资产特性数据和该资产行为数据，计算该待评价数字资产的资产特征向量的步骤，包括：以该资产特性数据为输入，以该资产行为数据为输出，训练预设的第一初始神经网络模型，得到训练好的第一神经网络模型，以及该第一神经网络模型的第一模型参数；将该第一模型参数确定为该待评价数字资产的资产特征向量。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述根据该用户特性数据和该用户行为数据，计算该用户的用户特征向量的步骤，包括：以该用户特性数据为输入，以该用户行为数据为输出，训练预设的第二初始神经网络模型，得到训练好的第二神经网络模型，以及该第二神经网络模型的第二模型参数；将该第二模型参数确定为该用户的用户特征向量。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述训练预设的第二初始神经网络模型，得到训练好的第二神经网络模型的步骤，包括：采用梯度下降法训练预设的第二初始神经网络模型，得到训练好的第二神经网络模型。